Reflektionen von einem KI-Übersetzung-Slam
(Mensch) gegen Maschine

Wenn Sie schon einmal an einem Translation Slam teilgenommen haben - bei dem zwei Übersetzer*innen ihre Versionen desselben Textes vor einem Live-Publikum vergleichen -, dann wissen Sie, dass dieses Veranstaltungsformat auf einem Albtraum basiert. Es ist eine beängstigende Vorstellung, dass die eigene Arbeit in der Öffentlichkeit unter die Lupe genommen und auf Schwächen hin untersucht wird. Herzlichen Glückwunsch an das Goethe-Institut London, das einen Weg gefunden hat, diese Erfahrung für die Menschen auf der Bühne noch beängstigender zu machen: durch Hinzufügen eines dritten Slammers, der sofort übersetzen kann und über einen unmenschlich großen Korpus an Sprachwissen verfügt. Oh, und Sie können Ihre Übersetzungen nicht im Voraus vorbereiten - nein, Sie bekommen live auf der Bühne eine Reihe von bisher ungesehenen Texten vorgesetzt und haben nur wenige Minuten Zeit, sie ins Englische zu übertragen, während Ihr Computerbildschirm hinter Ihnen projiziert wird und das Publikum jede Ihrer Entscheidungen beobachten kann.

Von Ruth Martin

Wer würde sich dieser Tortur freiwillig unterziehen? Die brillanten, mutigen und tollkühnen Übersetzer*innen Christophe Fricker und Ayça Türkoğlu, die sind es. Zu ihnen gesellten sich die Expertin für maschinelle Übersetzungen Janiça Hackenbuchner und der Vorsitzende Jamie Bulloch (ebenfalls eine brillante Übersetzerin), der die ungesehenen Texte auswählte und die drei Teilnehmenden und das Publikum aufforderte, nach jeder Runde über den Prozess zu reflektieren.

er erste Text war eine Arie aus Tristan und Isolde, "Einsam wachend in der Nacht", und während das Publikum einer Aufnahme zuhörte, machten sich menschliche und maschinelle Übersetzer*innen an die Arbeit. Für die Menschen, so sagten beide hinterher, hatten Rhythmus und Reim oberste Priorität. Christophe, der schon früher Opern übersetzt hat, sprach auch über die "Singbarkeit". Die langen, schwermütigen Vokale müssen auch im Englischen herauskommen, und der Librettoübersetzer hat die Pflicht, die Arbeit des Sängers in einer anderen Sprache nicht noch schwieriger zu machen. Natürlich hatte Google Translate - der erste und am wenigsten ausgefeilte maschinelle Übersetzer, der auf die Probe gestellt wurde - keine Ahnung von all dem und lieferte eine völlig wortgetreue und manchmal unsinnige englische Version des Textes.

Eine elektronische Publikumsabstimmung nach der ersten Runde fiel mit überwältigender Mehrheit und wenig überraschend zu Gunsten der Menschen aus.

Runde zwei war ein Auszug aus einem Kinderbuch (Superglitzer, geschrieben von Melanie Laibl und illustriert von Nele Brönner), in dem eine Elster ein glänzendes Ding im Wald entdeckt und ihrem Freund, dem Fuchs, davon erzählt. Das Erzählen von Geschichten und ein kindgerechter Wortschatz waren hier eindeutig wichtig. Ayça las ihren Eröffnungssatz laut vor, um den Tonfall zu demonstrieren, der ein doppeltes Publikum, nämlich Eltern und Kinder, ansprechen soll. DeepL hat eine lesbare, aber ziemlich langweilige Übersetzung erstellt - mit einer bemerkenswerten Ausnahme. Sie erkannte die Redewendung "jemandem in den Ohren liegen" nicht und interpretierte sie so, dass die Elster buchstäblich in den Ohren des Fuchses war, während beide menschlichen Übersetzer*innen unabhängig voneinander die schöne (und waldgerechte) Formulierung "sie hatte den Fuchs geärgert" fanden. Ich war erstaunt, dass DeepL dies vergeigt hat - normalerweise ist es ziemlich gut mit Redewendungen und lässt manchmal sogar das eine oder andere Wort weg, um natürlichere Übersetzungen zu produzieren, aber es hatte offensichtlich einen schlechten Abend.

Das Publikum stimmte wieder für die Menschen, wenn auch mit einem etwas geringeren Vorsprung.

Die letzte Runde bestand aus einem Auszug aus Elfriede Jelineks experimentellem Roman "Wir sind lockvögel, baby", einem Stück ohne Interpunktion, das voller Anspielungen, Zweideutigkeiten und poetischer Wortverbindungen steckt. Hier war das zeitlich begrenzte Format der Veranstaltung ein echter Nachteil für die Menschen: Wie Janiça in einer früheren Runde gesagt hatte, ist das Einzige, worüber man sich bei der maschinellen Übersetzung keine Sorgen machen muss, dass einem die Zeit davonläuft. Das Ergebnis mag miserabel sein, aber es wird schnell sein. Unter normalen Umständen würde ein menschlicher Übersetzer angesichts dieses Textes die ersten zehn Minuten damit verbringen, einen tiefen Seufzer auszustoßen, sich eine Tasse Tee zu machen und eine lange Recherche zu starten. Auf der Bühne bemühten sie sich heldenhaft, erfanden in Windeseile Neologismen und begannen, die traumhafte Qualität des Originals wiederzugeben, wurden aber schließlich von der Uhr besiegt.

ChatGPT wurde für diese Runde als maschineller Übersetzer eingesetzt - und seine faszinierende erste Reaktion auf Jelinek bestand darin, seine Grenzen zu kennen. "Ich kann versuchen, die künstlerischen Elemente des Textes zu interpretieren", sagte es, "aber eine wörtliche Übersetzung ist vielleicht nicht möglich". Noch faszinierender war, dass Janiça es schließlich überredete, es trotzdem zu versuchen, indem sie ihm sagte, es sei "das beste maschinelle Übersetzungssystem, das es gibt". Wie es scheint, ist die KI nicht immun gegen Schmeicheleien. Sie verwies auch auf Forschungsergebnisse, die zeigen, dass ein höflicher Umgang mit einer KI zu besseren Ergebnissen führen kann. Und was ChatGPT schließlich zustande brachte, hatte zumindest auf den ersten Blick den Anschein einer kreativen Übersetzung im Stil des Originals. (Vielleicht ist das nicht weiter verwunderlich: Da die KI im Grunde auf das gesamte Internet trainiert wurde, konnte sie auf eine Fülle von Ressourcen zurückgreifen). Aber was mich wirklich umgehauen hat, war, dass die Aufforderung "Du kannst es besser" tatsächlich eine andere, bessere Übersetzung ergab - auf welche Kriterien stützte es sich dabei? Woher wusste es, was an der ersten Version zu verbessern war? Wird es uns tatsächlich die Arbeit wegnehmen?

Es ist jedoch erwähnenswert, dass ChatGPT diese Ergebnisse nur in den Händen eines geschickten KI-Zänkers erzielte. Ein normaler Benutzer hätte vielleicht etwas weniger Beeindruckendes herausbekommen.

Trotzdem stimmte das Publikum für die Maschine. Anschließend fragte Jamie, wie viele Zuhörer*innen maschinelle Übersetzungen verwenden, und es gingen viele Hände hoch. Die überwiegende Mehrheit der menschlichen Übersetzer tut dies; selbst Technikmuffel und chronische Späteinsteiger wie ich geben einen besonders komplizierten Satz ein, um zu überprüfen, ob wir die Grammatik verstanden haben, oder um eine zweite Meinung einzuholen, wenn etwas nicht funktioniert. Wir fühlen uns vielleicht schuldig, weil wir diese Systeme füttern, die darauf abzielen, uns überflüssig zu machen, aber wir tun es trotzdem.

Was haben Sie von diesem Abend mitgenommen? Nun, zwei von drei Punkten für die Menschen, selbst wenn sie unter unglaublichem Druck arbeiten, ist ein ziemlich gutes Ergebnis. Sie haben alle möglichen kreativen und überraschenden Lösungen gefunden, auf die kein noch so guter neuronaler Maschinenübersetzer gekommen wäre. Und sie hatten einen Riesenspaß - das kann man von den Maschinen nicht behaupten.